首页期刊导航|现代雷达
期刊信息/Journal information
现代雷达
南京电子技术研究所
现代雷达

南京电子技术研究所

陈玲

月刊

1004-7859

modernradar@263.net

025-51821080 51821085

210039

南京3918信箱110分箱

现代雷达/Journal Modern RadarCSCD北大核心CSTPCD
查看更多>>本刊是大型专业性学术刊物,内容丰富,学术性强,有较大的理论和实用价值。是国家中文核心期刊,也是国防科工委下属我国十大国际交流重点国防科技刊物之一。以刊登国内我先进雷达技术为主,兼载通信、微波、ECM和ECCM技术。欢迎赐稿,欢迎订阅,欢迎刊登广告。
正式出版
收录年代

    基于双模式驱动时序InSAR技术对天津滨海国际机场形变监测

    杨磊王敏高斌胡仲伟...
    75-80页
    查看更多>>摘要:为解决传统地面监测手段成本高、观测周期长等问题,时序干涉合成孔径雷达(InSAR)技术广泛应用于机场形变监测研究中,但不同单一时序InSAR技术均存在监测缺陷.差分干涉测量短基线时序分析技术(SBAS-InSAR)技术仅适用于大范围区域监测,缺乏单个地表点分析.永久散射体合成孔径干涉测量(PS-InSAR)技术过度依赖相干性,局限于线性形变.为解决单一化监测手段所存在的问题,采用双模式驱动时序InSAR(DMTS-InSAR)技术对机场形变进行分析.基于21 景Sentinel-1A升轨雷达影像,以天津滨海国际机场局部区域为研究区,对DMTS-InSAR技术的监测结果进行评估,克服了单一技术分析的局限性.评估后发现滨海国际机场局部区域存在沉降现象,其中机场停机坪处的形变最为显著,最大垂直沉降速率达到 25 mm/a.结果表明,利用DMTS-InSAR技术监测机场形变,可获取更为准确可靠的形变结果.

    双模式驱动时序干涉测量技术永久散射体合成孔径干涉测量差分干涉测量短基线集时序分析技术机场形变监测

    基于五维模型的雷达装备质量问题分类方法研究

    文歆磊房凯叶波秦剑...
    81-85页
    查看更多>>摘要:雷达装备是现代武器系统的重要组成部分且应用广泛,当前对雷达装备的质量和可靠性要求越来越高.雷达装备具有组成功能复杂、服役环境严苛、多品类、小批量、研制生产交叉等特点,使得质量问题表现形式多样化且存在区别和交叉,给雷达装备质量问题的准确分类带来极大挑战.为此,本文以雷达装备为研究对象,研究了雷达装备质量问题的定义和分类,并提出一种基于五维模型的雷达装备质量问题分类判定方法,为实现质量问题分级分类处理模式转型升级、提高雷达装备质量问题处理成效、增强雷达装备使用可靠性及作战效能提供有益指导.

    雷达装备质量问题定义质量问题分类批次性质量问题重复性质量问题

    VMD与MUSIC相结合的超宽带雷达呼吸与心跳检测系统

    李春帅张朝霞史碧俊王倩...
    86-94页
    查看更多>>摘要:超宽带雷达是一种重要的生命探测遥感工具,文中利用超宽带雷达穿透能力强、分辨率高等优点,可以得到人体的生命体征信息,处理雷达回波信号可以得到呼吸心跳信息,实现对生命信号的非接触式监测.文中针对回波信号易受环境噪声影响、心跳信号微弱且易受呼吸谐波影响的问题,构造了生命体征模型模拟人体呼吸与心跳频率,提出了一种基于变分模态分解(VMD)与多重分类算法(MUSIC)相结合的方法.使用PulsON440 超宽带雷达在 1m距离处进行了实验,与传统的快速傅里叶变换、奇异值分解相比,该方法提取的呼吸和心跳信号更加准确.在不同距离和遮蔽条件下验证了该方法的适用性.结果表明提出的基于MUSIC和VMD相结合的方法能够有效地从大呼吸信号中分离出小心跳信号,准确地检测出呼吸和心跳频率.

    超宽带雷达目标生命探测傅里叶变换多重分类算法变分模态分解算法

    雷达工作模式识别方法综述

    熊敬伟潘继飞卓奕弘郭林青...
    95-103页
    查看更多>>摘要:雷达工作模式识别通过对信号的截获分析来辨识雷达功能和行为状态,是情报侦察、电子对抗领域的重要内容.该文从适应背景的不同,研究了基于知识驱动和数据驱动算法的发展历程,从统计分析、行为推理、传统机器学习和深度学习4 个阶段总结了现有算法的基本思路、创新点和局限性,归纳了当前研究存在的难点与挑战.统计分析方法解决了信号背景清晰、简单调制类型下的识别问题.行为推理方法通过概率计算分析雷达模式的内在关联性,具备了常规模式识别的能力.传统机器学习从数据分布的角度提取深层规律,在人工配合下能够实现复杂条件下的模式识别.深度学习方法基本摆脱人工的干预,通过"端到端"的识别实现了自动化的处理.

    多功能雷达模式识别行为推理机器学习深度学习

    脉冲噪声下基于DCNN的LFM信号去噪方法

    卢景琳郭勇杨立东
    104-114页
    查看更多>>摘要:由于脉冲噪声具有明显的尖峰脉冲特性,使得基于高斯假设的传统去噪方法无法有效滤除脉冲噪声.针对这个问题,文中提出了一种脉冲噪声下基于深度卷积神经网络(DCNN)的线性调频(LFM)信号去噪方法.首先,生成LFM信号和随机脉冲噪声,构建不同广义信噪比下的数据集,输入DCNN进行训练和测试.进而,从时域波形图、分数谱、时频分布三个方面验证模型的去噪能力.最后,对去噪LFM信号进行分数阶傅里叶变换,通过搜寻分数谱中的峰值点来估计LFM信号的参数.仿真实验结果表明,文中方法不仅能够有效去除含噪信号中的随机脉冲噪声,而且还可以保持LFM信号的时域特征、分数谱特征和时频特征基本不变,进而提高了参数估计的噪声鲁棒性.与传统的基于非线性变换的方法相比,本文方法在低信噪比下仍能有效保持信号的分数谱特征和时频特征,具有更好的去噪性能和泛化能力.

    脉冲噪声深度卷积神经网络线性调频信号分数阶傅里叶变换

    基于匈牙利概率数据互联的抗RGPO干扰跟踪方法

    钟涵张梓浩张天贤马智杰...
    115-122页
    查看更多>>摘要:针对受距离门拖引(RGPO)干扰导致的雷达跟踪误差增大、航迹中断概率变高等问题,提出基于匈牙利概率数据互联的抗RGPO干扰跟踪方法.首先,分析RGPO干扰和雷达跟踪原理,将雷达抗干扰跟踪问题建模为邻近多目标跟踪问题.然后,设计假目标虚拟航迹起始算法,并在概率数据互联框架下引入匈牙利算法进行真假航迹交互修正,有效解决抗干扰跟踪时点迹-航迹错误关联、滤波发散等问题.最后,理论分析和仿真结果表明,与传统方法相比,所提方法在未受干扰时雷达跟踪性能保持不变,在受RGPO干扰时可有效提升目标跟踪精度、大幅降低航迹中断概率.

    距离波门拖引干扰抗干扰跟踪概率数据互联航迹交互修正

    复杂电子装备装配过程智能检测系统设计

    吴旻李力力胡长明冯展鹰...
    123-129页
    查看更多>>摘要:复杂电子装备具有结构组成复杂、总装工序多、精度要求高、机电液高度耦合、在线检测困难等问题,如果出现零部件装配错误将导致返工.为了实现装配过程质量在线检测,设计了基于机器学习的图像检测系统.首先,根据装备尺寸设计了可移动图像采集装置及相机布置方案,能够适用于不同尺寸装备的图像采集需求;然后,针对采集到的图像存在的畸变问题进行校正,并通过图像融合实现分段图像的拼接;最后,采用深度学习算法实现图像的识别,并采用知识图谱实现检测结果还原.还原结果表明,该系统能及时发现装配过程中的缺陷,对漏装、错装的识别准确率达到 99.5%以上,满足复杂电子装备装配过程零件装配状态检测的需求.

    复杂电子装备检测系统深度学习知识图谱

    书讯

    后插1-后插2页